A memória visual de longo prazo tem uma capacidade

de armazenamento massiva para detalhes de objetos

pnas.org/content/105/38/14325

Abstrato
Uma das principais lições da pesquisa sobre memória é que a memória humana é falível,
imprecisa e sujeita a interferências. Assim, embora os observadores possam lembrar
milhares de imagens, é amplamente aceito que essas memórias não possuem detalhes.
Contrário a essa suposição, mostramos aqui que a memória de longo prazo é capaz de
armazenar um grande número de objetos com detalhes da imagem. Os participantes viram
fotos de 2.500 objetos ao longo de 5,5 h. Depois, eles mostraram pares de imagens e
indicaram qual dos dois tinham visto. O item visualizado anteriormente pode ser
emparelhado com um objeto de uma nova categoria, um objeto da mesma categoria de
nível básico ou o mesmo objeto em um estado ou pose diferente. O desempenho em cada
uma dessas condições foi notavelmente alto (92%, 88% e 87%, respectivamente),
sugerindo que os participantes mantiveram com sucesso representações detalhadas de
milhares de imagens. Esses resultados têm implicações para modelos cognitivos, nos
quais limitações de capacidade impõem uma restrição computacional primária (por
exemplo, modelos de reconhecimento de objetos) e representam um desafio para modelos
neurais de armazenamento e recuperação de memória, que devem ser capazes de
explicar capacidade de armazenamento detalhada.

Todos nós já tivemos a experiência de assistir a um trailer do filme e ter a sensação

esmagadora de que podemos ver muito mais do que poderíamos relatar depois. Essa
experiência subjetiva é consistente com a pesquisa em memória humana, que sugere que,
conforme a informação passa da memória sensorial para a memória de curto prazo e para
a memória de longo prazo, a quantidade de detalhes perceptuais armazenados diminui.
Por exemplo, dentro de algumas centenas de milissegundos de percepção de uma
imagem, a memória sensorial confere uma experiência verdadeiramente fotográfica,
permitindo que você relate qualquer um dos detalhes da imagem ( 1 ). Segundos depois, a
memória de curto prazo permite que você relate somente detalhes esparsos da imagem ( 2
). Dias depois, você pode relatar apenas a essência do que viu ( 3 ).

Embora se acredite que a memória de longo prazo não possui detalhes, está bem
estabelecido que a memória de longo prazo pode armazenar um grande número de itens.
Estudos de referência na década de 1970 demonstraram que após a visualização de 10
mil cenas por alguns segundos cada, as pessoas podiam determinar qual das duas
imagens havia sido vista com 83% de precisão ( 4 ). Esse nível de desempenho indica a
existência de uma grande capacidade de armazenamento de imagens.

No entanto, lembrar a essência de uma imagem (por exemplo, “Eu vi uma foto de um
casamento e não uma praia”) requer o armazenamento de muito menos informações do
que lembrar a essência e detalhes específicos (por exemplo, “Eu vi aquela foto específica
do casamento”) . Assim, para estimar verdadeiramente a capacidade de informação da
1/16
memória de longo prazo, é necessário determinar tanto a quantidade de itens que podem
ser lembrados quanto a fidelidade (quantidade de detalhes), com a qual cada item é
lembrado. Este ponto destaca uma importante limitação dos estudos de memória em
grande escala ( 4 - 6): o nível de detalhes requerido para ter sucesso nos testes de
memória não foi sistematicamente examinado. Nestes estudos, os estímulos foram
imagens retiradas de revistas, onde os itens de folha usados ​nos testes de escolha forçada
de duas alternativas foram imagens aleatórias retiradas do mesmo conjunto ( 4 ). Assim,
os itens foil eram tipicamente bastante diferentes das imagens estudadas, tornando
impossível concluir se as memórias para cada item nesses experimentos anteriores
consistiam apenas da “essência” ou categoria da imagem, ou se elas continham detalhes
específicos sobre a imagem. imagens. Portanto, ainda não está claro exatamente quanto
de informação visual pode ser armazenada na memória humana de longo prazo.

Há razões para pensar que as memórias de cada item nesses experimentos em larga
escala podem ter consistido apenas na essência ou na categoria da imagem. Por exemplo,
um corpo de pesquisa bem conhecido mostrou que os observadores humanos
freqüentemente não percebem mudanças significativas nas cenas visuais; por exemplo, se
o parceiro de conversa for transferido para outra pessoa, ou se objetos de fundo grandes
desaparecerem de repente ( 7 , 8 ). Estes estudos de “mudança de cegueira” sugerem que
a quantidade de informação que lembramos sobre cada item pode ser bastante baixa ( 8).
Além disso, foi elegantemente demonstrado que os detalhes das memórias visuais podem
ser facilmente interferidos pela sugestão do experimentador, uma questão que preocupa
seriamente o testemunho ocular, bem como outra indicação de que as memórias visuais
podem ser muito escassas ( 9 ). Em conjunto, esses resultados levaram muitos a inferir
que as representações usadas para lembrar as milhares de imagens dos experimentos de
Shepard ( 5 ) e Standing ( 4 ) eram de fato muito esparsas, com poucos ou nenhum detalhe
sobre as imagens, exceto categorias de nível básico ( 8 , 10 - 12 ).

No entanto, trabalhos recentes também sugeriram que as representações visuais de

memória de longo prazo podem ser mais detalhadas do que se acreditava anteriormente.
A memória de longo prazo para objetos em cenas pode conter mais informações do que
apenas a essência do objeto ( 13 - 16 ). Por exemplo, Hollingworth ( 13 ) mostrou que, ao
exigir memória para cem ou mais objetos, os observadores permanecem
significativamente acima do acaso em lembrar qual exemplar de um objeto eles viram (por
exemplo, “você viu essa furadeira ou aquela?” ) mesmo depois de ver até 400 objetos
entre estudar o objeto e ser testado nele. Esse resultado sugere que a memória é capaz de
armazenar representações visuais razoavelmente detalhadas de objetos por longos
períodos de tempo (por exemplo, mais do que a memória de trabalho).

O presente estudo foi concebido para estimar a capacidade de informação da memória

visual de longo prazo, empurrando simultaneamente o sistema em termos de quantidade e
fidelidade das representações que devem ser armazenadas. Primeiro, usamos objetos
isolados que não foram incorporados em cenas, para controlar mais sistematicamente o
conteúdo conceitual do conjunto de estímulos e evitar o papel de dicas contextuais que
podem ter contribuído para o desempenho da memória em experimentos anteriores. Além
disso, usamos discriminações visuais muito sutis para investigar a fidelidade das

2/16
representações visuais. Por último, tivemos pessoas que se lembram de vários milhares de
objetos. Combinadas, essas manipulações nos permitem estimar um novo limite na
capacidade de memória para armazenar informações visuais.

Resultados
Observadores foram apresentados com fotos de 2.500 objetos do mundo real por 3
segundos cada. As instruções e exibições do experimento foram projetadas para otimizar a
codificação de informações de objetos na memória. Primeiro, os observadores foram
informados de que deveriam tentar lembrar todos os detalhes dos itens ( 17 ). Em segundo
lugar, objetos de categorias de nível básico principalmente distintas foram escolhidos para
minimizar a interferência conceitual ( 18 ). Por fim, a memória foi testada com um teste de
escolha forçada de duas alternativas, em que um item estudado foi emparelhado com uma
folha ea tarefa era escolher o item estudado, permitindo a memória de reconhecimento em
vez da memória de recordação (como em 4).

Variamos a similaridade do item estudado e do item foil de três maneiras ( fig. 1). Na nova
condição, o item antigo era emparelhado com um novo item que era categoricamente
distinto de todos os objetos previamente estudados. Nesse caso, lembrar a categoria do
objeto, mesmo sem lembrar os detalhes visuais do objeto, seria suficiente para escolher o
item apropriado. Na condição exemplar, o item antigo foi emparelhado com um novo objeto
fisicamente semelhante da mesma categoria de nível básico. Nessa condição, lembrar
apenas a categoria de nível básico do objeto resultaria em desempenho aleatório. Por
último, na condição de estado, o item antigo foi emparelhado com um novo item que era
exatamente o mesmo objeto, mas apareceu em um estado ou pose diferente. Nessa
condição, a memória para a categoria do objeto, ou mesmo para a identidade do objeto,
seria insuficiente para selecionar o item antigo do par. Portanto, memória para detalhes
específicos da imagem é necessária para selecionar o objeto apropriado nas condições
exemplares e de estado. Criticamente, os observadores não sabiam durante a sessão do
estudo quais itens dos 2.500 seriam testados posteriormente, nem contra o que seriam
testados. Assim, qualquer codificação estratégica de um detalhe específico que distinguiria
o item da folha não seria possível. Para obter um bom desempenho, em média, nas
condições exemplar e de estado, os observadores teriam que codificar muitos detalhes
específicos de cada objeto. qualquer codificação estratégica de um detalhe específico que
distinguiria o item da folha não era possível. Para obter um bom desempenho, em média,
nas condições exemplar e de estado, os observadores teriam que codificar muitos
detalhes específicos de cada objeto. qualquer codificação estratégica de um detalhe
específico que distinguiria o item da folha não era possível. Para obter um bom
desempenho, em média, nas condições exemplar e de estado, os observadores teriam
que codificar muitos detalhes específicos de cada objeto.

3/16
 Figura de download
Abrir em nova aba
Download do powerpoint

Figura 1.
Exemplo de pares de teste
apresentados durante a tarefa de
escolha forçada de duas alternativas
para todas as três condições
(romance, exemplar e estado). O
número de observadores relatando o
item correto é mostrado para cada
um dos pares representados. Os
estímulos experimentais estão
disponíveis pelos autores.

O desempenho foi notavelmente alto

em todas as três condições de teste
na escolha forçada de duas
alternativas ( Fig. 2 ). Como
antecipado com base em pesquisas
anteriores ( 4 ), o desempenho foi
alto na nova condição, com os participantes relatando corretamente o item antigo em
92,5% (SEM, 1,6%) dos ensaios. Surpreendentemente, o desempenho também foi
excepcionalmente alto em ambas as condições que exigiam memória para detalhes das
imagens: em média, os participantes responderam corretamente em 87,6% (SEM, 1,8%)
dos ensaios exemplares e 87,2% (SEM, 1,8%) do estado ensaios. Um one-way medidas
repetidas ANOVA revelou um efeito significativo da condição, F ( 2 , 26 ) = 11,3, P <0,001.
Planejada emparelhada ttestes mostram que o desempenho na nova condição foi
significativamente mais preciso que o estado e as condições exemplares [romance versus
exemplar: t ( 13 ) = 3,4, P <0,01; novo versus estado: t ( 13 ) = 4,3, P <0,01; e exemplar vs.
estado, ns P > 0,10]. No entanto, os dados do tempo de reação foram mais lentos na
condição de estado, intermediário na condição exemplar, e mais rápido nas novas
condições [M = 2,58 s, 2,42 s, 2,28 s, respectivamente; romance versus exemplar: t ( 13 ) =
1,81, P = 0,09; romance versus estado: t ( 13 ) = 4,05, P= 0,001; e exemplar vs. state: t ( 13
) = 2,71, P = 0,02], consistente com a ideia de que as condições novas, exemplares e de
estado requerem detalhes crescentes. Em seguida, os relatórios dos participantes
indicavam que, em geral, eles sabiam explicitamente de qual item tinham visto, pois
expressavam confiança em seu desempenho e forneciam informações sobre os detalhes
que permitiam que eles escolhessem os itens corretos.

Durante a apresentação dos 2.500 objetos, os participantes monitoraram qualquer imagem

repetida. Sem o conhecimento dos participantes, essas repetições ocorreram de 1 a 1.024
imagens anteriormente na sequência (em média, uma em oito imagens foi repetida). Essa
tarefa assegurou que os participantes estivessem participando ativamente do fluxo de
imagens à medida que eram apresentados e forneceu uma estimativa on-line da
capacidade de armazenamento de memória ao longo de toda a sessão do estudo.
4/16
O desempenho na tarefa de detecção de repetição também demonstrou uma memória
notável. Os participantes raramente apresentam alarmes falsos (1,3%; EPM, ± 1%) e são
altamente precisos em relatar repetições reais (96% no geral; EPM, ± 1%). A precisão era
próxima do teto para imagens repetidas com até 63 itens intervenientes, e declinou
gradualmente para detectar itens repetidos com mais itens intervenientes ( informações de
apoio (SI) Text e Fig. S1 ). Mesmo com a condição mais longa de 1.023 itens
intervenientes (ou seja, itens que foram inicialmente apresentados ≈2 h anteriormente), as
repetições foram detectadas ≈80% do tempo. A correlação entre o desempenho dos
observadores na tarefa de detecção repetida e seu desempenho na escolha forçada foi
alta ( r= 0,81). A taxa de erro como uma função do número de itens intervenientes se
encaixa bem com uma lei de poder padrão do esquecimento ( r 2 = 0,98). A tarefa de
detecção de repetição também mostra que essa memória de alta capacidade surge não
apenas em tarefas de escolha forçada de duas alternativas, mas também em tarefas
antigas / novas de reconhecimento, embora a tarefa de detecção de repetição não
investigue representações mais detalhadas além da categoria nível. Juntamente com o
teste de memória, esses resultados indicam um sistema de memória de capacidade
massiva, em termos de quantidade e fidelidade da informação visual que pode ser
lembrada.

Discussão
Descobrimos que os observadores conseguiam lembrar com sucesso os detalhes de
milhares de imagens após uma única visualização. O que esses dados dizem sobre a
capacidade de informação da memória visual de longo prazo? Sabe-se de pesquisas
anteriores que as pessoas podem se lembrar de um grande número de imagens ( 4 - 6 ),
mas tem sido frequentemente assumido que elas estavam armazenando apenas a
essência dessas imagens ( 8 , 10 - 12 ). Considerando que algumas evidências sugerem
que observadores são capazes de lembrar detalhes sobre algumas centenas de objetos
em longos períodos de tempo ( 13), até onde sabemos, nenhum experimento havia
demonstrado memória precisa no nível exemplar ou estadual em uma escala tão grande.
Os presentes resultados demonstram que a memória visual é um armazenamento massivo
que não é exaurido por um conjunto de 2.500 representações detalhadas de objetos. É
importante ressaltar que esses dados não podem revelar o formato dessas
representações, e não devem ser levados a sugerir que os observadores tenham uma
memória fotográfica ( 19 ). Mais trabalho é necessário para entender como os detalhes das
imagens são codificados e armazenados na memória visual de longo prazo.

A capacidade de informação da memória.

A capacidade de memória não pode ser caracterizada apenas pelo número de itens
armazenados: uma estimativa de capacidade adequada leva em conta o número de itens
lembrados e multiplica isso pela quantidade de informações por item. No presente
experimento, mostramos que a informação lembrada por item é muito maior do que se
acreditava anteriormente, pois os observadores podem escolher corretamente entre folhas
visualmente similares. Portanto, qualquer estimativa da capacidade de memória de longo
prazo será significativamente aumentada pelos dados atuais. Idealmente, poderíamos
quantificar esse aumento, por exemplo, usando bits teóricos da informação, em termos do
5/16
código visual real usado para representar os objetos. Infelizmente, é preciso saber como o
cérebro codifica a informação visual na memória para realmente quantificar a capacidade
dessa maneira.

No entanto, Landauer ( 20 ) forneceu um método alternativo para quantificar a capacidade

de memória, calculando o número de bits necessários para decidir corretamente sobre
quais itens foram vistos e quais não foram ( 21 ). Em vez de atribuir códigos de imagens
com base na similaridade visual, esse modelo atribui a cada imagem um código aleatório,
independentemente de sua aparência visual. Erros de memória acontecem quando duas
imagens recebem o mesmo código. Nesse modelo, o tamanho ideal do código é calculado
a partir do número total de itens a serem lembrados e da porcentagem correta alcançada
em uma tarefa de escolha forçada de duas alternativas (ver Texto do SI). É importante
ressaltar que este modelo não leva em conta o conteúdo dos itens lembrados: o mesmo
tamanho de código seria obtido se as pessoas lembrassem 80% de 100 cenas naturais ou
80% de 100 letras coloridas. Em outras palavras, os bits no modelo referem-se a
endereços de memória independentes de conteúdo e não a códigos estimados usados ​
pelo sistema visual.

Dado o desempenho de 93% na nova condição, o código ideal exigiria 13,8 bits por item, o
que é comparável com estimativas de 10 a 14 bits necessários para experimentos
anteriores em grande escala ( 20 ). Para expandir o modelo de Landauer, assumimos um
modelo hierárquico de memória onde primeiro especificamos a categoria e os bits
adicionais de informação especificam o exemplar e o estado do item nessa categoria (veja
o texto SI). Para corresponder ao desempenho de 88% nas condições exemplares, são
necessários 2,0 bits adicionais por item para cada item. Da mesma forma, 2,0 bits
adicionais são necessários para atingir 87% de correção na condição de estado. Assim,
aumentamos o tamanho estimado do código de 13,8 para 17,8 bits por item. Isso eleva o
limite inferior de nossa estimativa da capacidade representacional da memória de longo
prazo em uma ordem de grandeza, de ≈14.000 (2 13.8 ) para ≈228.000 (2 17.8 ) códigos
únicos. Este número não nos diz a verdadeira capacidade de informação visual do sistema.
No entanto, esse modelo é uma maneira formal de demonstrar a rapidez com que qualquer
estimativa de capacidade de memória aumenta se aumentarmos o tamanho da
representação de cada objeto individual na memória.

Por que examinar a capacidade das pessoas de lembrar informações visuais? Uma razão
é que a evolução de repertórios cognitivos e comportamentais mais complicados envolveu
o aumento gradual das capacidades de memória de longo prazo do cérebro ( 22 ). Em
particular, há razões para acreditar que a capacidade de nossos sistemas de memória de
armazenar informações perceptuais pode ser um fator crítico no raciocínio abstrato ( 23 ,
24 ). Argumentou-se, por exemplo, que o conhecimento conceitual abstrato que parece
amodal e abstraído da experiência real ( 25 ) pode, de fato, ser fundamentado em
conhecimento perceptivo (por exemplo, sistemas de símbolos perceptuais; ver ref. 26).
Sob esse ponto de vista, propriedades conceituais abstratas são criadas na hora por
simulações mentais sobre o conhecimento perceptivo. Essa visão sugere um significado
adaptativo para a capacidade de codificar uma grande quantidade de informações na

6/16
memória: armazenar grandes quantidades de informações perceptivas permite abstração
com base em todas as informações disponíveis, em vez de exigir uma decisão sobre quais
informações podem ser necessárias em algum momento posterior. ( 24 , 27 ).

Organização da Memória.
Todos os 2.500 itens em nosso fluxo de estudo foram categoricamente distintos e,
portanto, tiveram diferentes representações conceituais de alto nível. A memória de longo
prazo é frequentemente vista como organizada por semelhança conceitual (por exemplo,
em modelos de ativação disseminada; veja as referências 28 e 29 ). Assim, a distinção
conceitual dos objetos pode ter reduzido a interferência entre eles e ajudou a suportar o
notável desempenho de memória que observamos ( 18 ). Além disso, trabalhos recentes
sugeriram que a representação das características perceptivas de um objeto pode diferir,
dependendo da categoria da qual o objeto é extraído ( 30).). Em conjunto, essas idéias
sugerem um papel importante para categorias e conceitos no armazenamento dos
detalhes visuais de objetos, uma importante área de pesquisa futura.

Outra possível distinção na organização da memória é entre memória para objetos,

memória para coleções de objetos e memória para cenas. Considerando que algum
trabalho mostrou que é possível lembrar detalhes de cenas desenhadas da mesma
categoria ( 15 ), trabalho futuro é requerido para examinar memória volumosa e detalhada
para cenas complexas.

Familiaridade versus Recoleção.

A literatura sobre memória de longo prazo freqüentemente distingue entre dois tipos de
memória de reconhecimento: a familiaridade, a sensação de que você já viu algo antes; e
recordação, conhecimento específico de onde você a viu ( 31 ). No entanto, permanece a
controvérsia sobre até que ponto esses tipos de memória podem ser dissociados, e até
que ponto os julgamentos de escolha forçada captam mais a familiaridade do que a
lembrança ou vice-versa ( 32 ). Além disso, enquanto alguns argumentam que a
informação perceptiva é frequentemente mais associada à familiaridade e que a
informação conceitual é mais associada à lembrança ( 31 ), essa visão também
permanece controversa ( 32 , 33). Assim, não está claro o grau em que as escolhas dos
observadores nos testes atuais de duas alternativas de escolha forçada foram baseadas
em familiaridade versus recordação. Dada a natureza perceptiva dos detalhes necessários
para selecionar o item estudado, é provável que a familiaridade tenha um papel importante
e que a lembrança ajude o desempenho do reconhecimento no subconjunto de ensaios
em que os observadores estavam explicitamente cientes dos detalhes que foram mais
úteis para seus decisão (um subconjunto potencialmente grande de ensaios, baseado em
auto-relatos). É importante notar, no entanto, se os observadores estavam dependendo
apenas da lembrança ou da familiaridade, a representação armazenada ainda requer
detalhes suficientes para distingui-la da folha no teste. Nossa principal conclusão é a
mesma se a memória é servida por familiaridade ou lembrança:

Restrições em modelos de reconhecimento de objetos e categorização.

A capacidade de memória de longo prazo impõe uma restrição nas funções cognitivas de
7/16
alto nível e nos modelos neurais de tais funções. Por exemplo, abordagens ao
reconhecimento de objetos geralmente variam dependendo do processamento on-line de
força bruta ou de uma memória paralela massiva ( 34 , 35 ). Os dados atuais dão
credibilidade às abordagens de reconhecimento de objetos que exigem armazenamento
massivo de múltiplos pontos de vista e exemplos de objetos ( 36 - 39 ). Da mesma forma,
no domínio da categorização, uma classe popular de modelos, os chamados modelos
exemplares ( 40), sugeriram que a categorização humana pode ser melhor modelada
postulando o armazenamento de cada exemplar que é visto em uma categoria. Os
presentes resultados demonstram a viabilidade de modelos que exigem grandes
capacidades de memória.

No domínio dos modelos neurais, os presentes resultados indicam que os estágios de

processamento visual no cérebro não descartam, por necessidade, detalhes visuais.
Modelos atuais de percepção visual postulam uma hierarquia de estágios de
processamento que alcançam representações cada vez mais abstratas em áreas corticais
de nível superior ( 35 , 41 ). Assim, para manter os detalhes da feição, as representações
de objetos de memória de longo prazo podem ser armazenadas em toda a hierarquia do
fluxo de processamento visual, incluindo áreas visuais iniciais, possivelmente recuperadas
sob demanda por meio de um processo de feedback ( 41 , 42 ). De fato, os processos de
imagética, uma forma de recuperação da representação, mostraram ativar tanto as áreas
corticais visuais de alto nível quanto o córtex visual primário (43 ). Além disso, estudos
funcionais de ressonância magnética indicaram que uma área visual de nível relativamente
médio, o giro fusiforme direito, responde mais quando observadores estão codificando
objetos para os quais eles se lembrarão mais tarde do modelo específico, comparados
com objetos para os quais eles se lembrarão mais tarde. essência ( 44 ). A compreensão
dos substratos neurais subjacentes a esse armazenamento massivo e detalhado de
informações visuais é uma meta importante para pesquisas futuras e informará o estudo do
reconhecimento e categorização de objetos visuais.

Conclusão
A capacidade de informação da memória humana tem um papel importante nos modelos
cognitivos e neurais de memória, reconhecimento e categorização, porque os modelos
desses processos implicitamente ou explicitamente fazem afirmações sobre o nível de
detalhe armazenado na memória. Representações detalhadas permitem mais flexibilidade
computacional porque permitem o processamento em níveis de abstração relevantes para
a tarefa ( 24 , 27 ), mas essas vantagens computacionais são compensadas com os custos
de armazenamento adicional. Portanto, estabelecer os limites da capacidade de
informação da memória humana é fundamental para entender as restrições
computacionais sobre tarefas visuais e cognitivas.

O limite superior do tamanho da memória visual de longo prazo não foi atingido, mesmo
com tentativas anteriores de empurrar a quantidade de itens ( 4 ), ou a tentativa do
presente estudo de empurrar tanto a quantidade quanto a fidelidade. Aqui, levantamos
apenas o limite inferior do que é possível, mostrando que as representações visuais de
memória de longo prazo podem conter não apenas informações essenciais, mas também
detalhes suficientes para discriminar entre exemplares e estados. Acreditamos que
8/16
examinar a fidelidade das representações de memória é um acréscimo importante aos
quadros existentes de capacidade visual de memória de longo prazo. Considerando que
na vida cotidiana podemos muitas vezes deixar de codificar os detalhes de objetos ou
cenas ( 7 , 8 , 17), nossos resultados sugerem que sob condições em que tentamos
codificar tais detalhes, somos capazes de ter sucesso.

Materiais e métodos

Participantes
Quatorze adultos (entre 20 e 35 anos) deram o consentimento informado e participaram do
experimento. Todos os participantes foram testados simultaneamente, usando estações de
trabalho de computador que eram muito próximas para o tamanho do monitor e a distância
de visualização.

Estímulos
Os estímulos foram coletados usando tanto um banco de dados comercialmente disponível
(Hemera Photo-Objects, Vol. I e II) quanto pesquisas na Internet usando o Google Image
Search. No geral, 2.600 imagens categoricamente distintas foram reunidas para o banco
de dados principal, além de 200 imagens exemplares pareadas e 200 imagens de estado
pareadas, extraídas de categorias não representadas no banco de dados principal. Os
estímulos experimentais estão disponíveis pelos autores. Uma vez que essas imagens
foram coletadas, 200 foram selecionados aleatoriamente dos 2.600 objetos para servir na
nova condição de teste. Assim, todos os participantes foram testados com os mesmos 300
pares de imagens novas, exemplares e de estado. No entanto, o item visto durante a
sessão de estudo e o item usado como folha no teste foram randomizados entre os
participantes.

Blocos de estudo.
O experimento foi dividido em 10 blocos de estudo de ≈ 20 min cada, seguidos por 30 min
de sessão de testes. Entre os blocos, os participantes receberam uma pausa de 5 minutos
e não foram autorizados a discutir nenhuma das imagens que tinham visto. Durante um
bloco, ≈300 imagens foram mostradas, com 2.896 imagens mostradas no geral: 2.500
novas e 396 imagens repetidas. Cada imagem (subtendendo 7,5 por 7,5 ° de ângulo
visual) foi apresentada por 3 s, seguida por um cruzamento de fixação de 800 ms.

Tarefa de Repetição-Detecção.
Para manter a atenção e analisar a capacidade de memória on-line, os participantes
realizaram uma tarefa de detecção de repetição durante os 10 blocos de estudo. Imagens
repetidas foram inseridas no fluxo de forma que houvesse entre 0 e 1.023 itens
intervenientes, e os participantes foram orientados a responder usando a barra de espaços
sempre que uma imagem fosse repetida durante todo o período do estudo. Eles não foram
informados da estrutura das condições de repetição. Os participantes receberam feedback
apenas quando responderam, com a cruz da fixação ficando vermelha se eles tivessem

9/16
pressionado incorretamente a barra de espaço (alarme falso) ou verde se tivessem
detectado corretamente uma repetição (acerto), e não recebessem feedback por erros ou
rejeições corretas .

No total, 56 imagens foram repetidas imediatamente (1 volta), 52 foram repetidas com 1

item interveniente (2-costas), 48 foram repetidas com 3 itens intervenientes (4-costas), 44
foram repetidas com 7 itens intervenientes (8-costas ), e assim por diante, até 16 repetidos
com 1.023 itens intervenientes (1.024-back). Os itens repetidos foram inseridos
uniformemente no fluxo, com a restrição de que todos os comprimentos de n-costas (1-
costas, 2-costas, 4-costas e 1.024-costas) tivessem que ocorrer igualmente na primeira
metade do experimento. e a segunda metade. Este projeto garantiu que a fadiga não
afetaria diferencialmente as imagens que foram repetidas de volta no fluxo. Devido à
complexidade de gerar um conjunto de repetições adequadamente contrabalançadas,
todos os participantes tiveram imagens repetidas nos mesmos locais dentro do fluxo. No
entanto, cada participante viu uma ordem diferente dos 2, 500 objetos e as imagens
específicas repetidas nas condições de n-back também foram diferentes entre os
participantes. Imagens que mais tarde seriam testadas em uma das três condições de
memória nunca foram repetidas durante o período do estudo.

Testes de Escolha Forçada.

Após uma pausa de 10 minutos após o período de estudo, nós investigamos a fidelidade
com a qual os objetos eram lembrados. Dois itens foram apresentados na tela, um item
antigo visto anteriormente e um novo item de folha. Observadores relataram qual item eles
tinham visto antes em uma tarefa de escolha forçada de duas alternativas.

Os participantes foram autorizados a prosseguir no seu próprio ritmo e foram orientados a

enfatizar a precisão, não a velocidade, em fazer seus julgamentos. Os 300 ensaios de
teste foram apresentados em uma ordem aleatória para cada participante, com os três
tipos de ensaios de teste (romance, exemplar e estado) intercalados. As imagens que
mais tarde seriam testadas foram distribuídas uniformemente durante todo o período do
estudo.

Agradecimentos
Agradecemos a P. Cavanagh, M. Chun, M. Greene, A. Hollingworth, G. Kreiman, K.
Nakayama, T. Poggio, M. Potter, R. Rensink, A. Schachner, T. Thompson, A. Torralba, e J.
Wolfe por conversas e comentários úteis sobre o manuscrito. Este trabalho foi
parcialmente financiado pelo National Institutes of Health Training Grant T32-MH020007
(para TFB), uma National Defense Science e Engineering Graduate Fellowship (TK),
National Research Service Award Fellowship F32-EY016982 (GAA) e National Science
Foundation ( NSF) Prêmio de Carreira IIS-0546262 e NSF Grant IIS-0705677 (para AO).

Notas de rodapé
*Para quem a correspondência pode ser endereçada. E-mail: tfbrady@mit.edu ou
oliva@mit.edu
Contribuições dos autores: TFB, TK, GAA e AO projetaram pesquisas, realizaram
10/16
 pesquisas, analisaram dados e escreveram o artigo.

Os autores declaram não haver conflito de interesses.

Este artigo é uma submissão direta PNAS.

Este artigo contém informações de suporte on-line em

www.pnas.org/cgi/content/full/0803390105/DCSupplemental .

Livremente disponível on-line através da opção de acesso aberto PNAS.

© 2008 pela Academia Nacional de Ciências dos EUA

Referências
1. ↵
1. Sperling G
( 1960 ) A informação disponível em breves apresentações visuais . Psychol Monogr
74 : 1 - 29 .
Google Scholar
2. ↵
1. Phillips WA
( 1974 ) Sobre a distinção entre armazenamento sensorial e memória visual de curto
prazo . Perce Psychophys 16 : 283 - 290 .
CrossRef Google Scholar
3. ↵
1. Brainerd CJ ,
2. Reyna VF
( 2005 ) A ciência da memória falsa ( Oxford Univ Press , New York ).
Google Scholar
4. ↵
1. L de pé
( 1973 ) Aprendendo 10.000 fotos . QJ Exp Psychol 25 : 207 - 222 .
5. ↵
1. Shepard RN
( 1967 ) Reconhecimento de memória para palavras, frases e imagens . J Verb
Aprenda Verbo Comportamento 6 : 156 - 163 .
CrossRef Google Scholar
6. ↵
1. Pé L ,
2. Conezio J ,
3. Haber RN
( 1970 ) Percepção e memória para imagens: Aprendizado individual de 2.500
estímulos visuais . Psychon Sci 19 : 73 - 74 .
Google Scholar
7. ↵
1. Rensink RA ,
2. O'Regan JK ,
11/16
 3. Clark JJ
( 1997 ) Ver ou não ver: A necessidade de atenção para perceber mudanças nas
cenas . Psychol Sci 8 : 368 - 373 .
Resumo / GRÁTIS Full Text Google Scholar
8. ↵
1. Simons DJ ,
2. Levin DT
( 1997 ) Mude a cegueira . Tendências Cogn Sci 1 : 261 - 267 .
9. ↵
1. Loftus EF
( 2003 ) Nossas memórias mutáveis: implicações legais e práticas . Nat Rev Neurosci
4 : 231 - 234 .
10. ↵
1. Irwin D ,
2. Ross BH
1. Chun MM
( 2003 ) em visão cognitiva. Psicologia de aprendizagem e de motivação: Advances
in Research e Teoria , eds Irwin D , Ross BH ( Academic , San Diego, CA ), Vol 42 ,
pp 79 - 108 .
Google Scholar
11. ↵
1. Wolfe JM
( 1998 ) Memória Visual: O que você sabe sobre o que você viu? Curr Biol 8 : R303 -
R304 .
12. ↵
1. O'Regan JK ,
2. Noë A
( 2001 ) Um relato sensório-motor da visão e da consciência visual . Behav Brain Sci
24 : 939 - 1011 .
13. ↵
1. Hollingworth A
( 2004 ) Construindo representações visuais de cenas naturais: Os papéis da
memória visual de curto e longo prazo . J Exp Psychol Hum Percept Executar 30 :
519 - 537 .
14. ↵
1. Tatler BW ,
2. Melcher D
( 2007 ) Pictures in mind: A codificação inicial das propriedades do objeto varia com
o realismo do estímulo da cena . Percepção 36 : 1715 - 1729 .
15. ↵
1. Vogt S ,
2. Magnussen S
( 2007 ) Memória de longo prazo para 400 figuras em um tema comum . Exp Psycol
54 : 298 - 303 .
Google Scholar
16. ↵
12/16
 1. Castelhano M ,
2. Henderson J
( 2005 ) Memória visual incidental para objetos em cenas . Vis Cog 12 : 1017 - 1040 .
CrossRef Google Scholar
17. ↵
1. Marmie WR ,
2. AF Healy
( 2004 ) Memória para objetos comuns: Breve estudo intencional é suficiente para
superar a fraca recordação das características das moedas dos EUA . Appl Cognit
Psychol 18 : 445 - 453 .
CrossRef Google Scholar
18. ↵
1. Koutstaal W ,
2. Schacter DL
( 1997 ) falso reconhecimento baseado em essência de quadros em adultos mais
velhos e mais jovens . J Mem Lang 37 : 555 - 583 .
CrossRef Google Scholar
19. ↵
1. Intraub H ,
2. Hoffman JE
( 1992 ) Lembrando cenas que nunca foram vistas: Leitura e memória visual . Am J
Psychol 105 : 101 - 114 .
20. ↵
1. Landauer TK
( 1986 ) Quanto as pessoas se lembram? Algumas estimativas da quantidade de
informação aprendida na memória de longo prazo . Cognit Sci 10 : 477 - 493 .
CrossRef Google Scholar
21. ↵
1. Dudai Y
( 1997 ) Quão grande é a memória humana ou ser apenas útil o suficiente . Aprenda
Mem 3 : 341 - 365 .
GRÁTIS Texto Completo Google Scholar
22. ↵
1. Fagote J ,
2. Cook RG
( 2006 ) Evidência de grandes capacidades de memória de longo prazo em babuínos
e pombos e suas implicações para a aprendizagem e a evolução da cognição . Proc
Natl Acad Sci EUA 103 : 17564 - 17567 .
Resumo / GRÁTIS Full Text Google Scholar
23. ↵
1. Fuster JM
( 2003 ) Mais do que a memória de trabalho funciona na memória de longo prazo .
Behav Brain Sci 26 : 737 .
Google Scholar
24. ↵
1. Sorte SJ ,
13/16
 2. Hollingworth A
1. Palmeri TJ ,
2. Tarr MJ
( 2008 ) em Visual Memory , eds Luck SJ , Hollingworth A ( Oxford Univ Press , Nova
Iorque ), pp 163 - 207 .
Google Scholar
25. ↵
1. Fodor JA
( 1975 ) A Linguagem do Pensamento ( Harvard Univ Press , Cambridge, MA ).
Google Scholar
26. ↵
1. Barsalou LW
( 1999 ) Sistemas de símbolos perceptivos . Behav Brain Sci 22 : 577 - 660 .
27. ↵
1. Srull TK ,
2. Wyer RS , Jr
1. Barsalou LW
( 1990 ) em Conteúdo e Especificidade de Processos nos Efeitos de Experiências
Prévias , eds Srull TK , Wyer RS , Jr. ( Erlbaum , Hillsdale, NJ ), pp 61 - 88 .
Google Scholar
28. ↵
1. Collins AM ,
2. Loftus EF
( 1975 ) Uma teoria de ativação espalhando do processamento semântico . Psychol
Rev 82 : 407 - 428 .
CrossRef Google Scholar
29. ↵
1. Anderson JR
( 1983 ) Recuperação de informação da memória de longo prazo . Ciência 220 : 25 -
30 .
Resumo / GRÁTIS Full Text Google Scholar
30. ↵
1. Sigala N ,
2. Gabbiani F ,
3. Logothetis NK
( 2002 ) Categorização visual e representação de objetos em macacos e humanos . J
Cog Neuro 14 : 187 - 198 .
CrossRef Google Scholar
31. ↵
1. Mandler G
( 1980 ) Reconhecendo: O julgamento da ocorrência anterior . Psychol Rev 87 : 252 -
271 .
CrossRef Google Scholar
32. ↵
1. Yonelinas AP
( 2002 ) A natureza do recolhimento e familiaridade: Uma revisão de 30 anos de
14/16
 pesquisa . J Mem Lang 46 : 441 - 517 .
CrossRef Google Scholar
33. ↵
1. Jacoby LL
( 1991 ) Uma estrutura de dissociação de processo: Separação automática de usos
intencionais da memória . J Mem Lang 30 : 513 - 541 .
CrossRef Google Scholar
34. ↵
1. Tarr MJ ,
2. Bulthoff HH
( 1998 ) Reconhecimento de objeto baseado em imagem em homem, macaco e
máquina . Cognição 67 : 1 - 20 .
35. ↵
1. Riesenhuber M ,
2. Poggio T
( 1999 ) Modelos hierárquicos de reconhecimento de objetos no córtex . Nat
Neurosci 2 : 1019 - 1025 .
36. ↵
1. Logothetis NK ,
2. Pauls J ,
3. Poggio T
( 1995 ) Representação de formas no córtex temporal inferior de macacos . Curr Biol
5 : 552 - 563 .
37. ↵
1. Tarr MJ ,
2. Williams P ,
3. Hayward WG ,
4. Gauthier I.
( 1998 ) O reconhecimento tridimensional de objetos é dependente do ponto de vista
. Nat Neurosci 1 : 275 - 277 .
38. ↵
1. Bulthoff HH ,
2. Edelman S
( 1992 ) Suporte psicológico para uma teoria de interpolação de visão bidimensional
do reconhecimento de objetos . Proc Natl Acad Sci EUA 89 : 60 - 64 .
Resumo / GRÁTIS Full Text Google Scholar
39. ↵
1. Torralba A ,
2. Fergus R ,
3. Freeman W
80 milhões de imagens minúsculas: um grande conjunto de dados para
reconhecimento não paramétrico de objetos e cenas . IEEE Trans PAMI , no prelo .
Google Scholar
40. ↵
1. Nosofsky RM
( 1986 ) Atenção, semelhança e a relação de identificação-categorização . J Exp
15/16
 Psychol Gen 115 : 39 - 61 .
41. ↵
1. Ahissar M ,
2. Hochstein S
( 2004 ) A teoria da hierarquia reversa da aprendizagem visual perceptual .
Tendências Cogn Sci 8 : 457 - 464 .
42. ↵
1. Wheeler ME ,
2. Petersen SE ,
3. Buckner RL
( 2000 ) O eco da memória: A lembrança viva reativa o córtex específico do sensório
. Proc Natl Acad Sci EUA 97 : 11125 - 11129 .
Resumo / GRÁTIS Full Text Google Scholar
43. ↵
1. Kosslyn SM ,
2. et al.
( 1999 ) O Papel da Área 17 em Imagens Visuais: Evidência Convergente do PET e
rTMS . Ciência 284 : 167 - 170 .
Resumo / GRÁTIS Full Text Google Scholar
44. ↵
1. Garoff RJ ,
2. Slotnick SD ,
3. Schacter DL
( 2005 ) As origens neurais da memória específica e geral: O papel do córtex
fusiforme . Neuropsychologia 43 : 847 - 859 .

16/16